O Último Arnês Que Você Vai Construir
The Last Harness You'll Ever Build
April 22, 2026
Autores: Haebin Seong, Li Yin, Haoran Zhang
cs.AI
Resumo
Os agentes de IA estão sendo cada vez mais implantados em fluxos de trabalho complexos e específicos de domínio — navegando em aplicações web empresariais que exigem dezenas de cliques e preenchimentos de formulários, orquestrando pipelines de pesquisa multi-etapa que abrangem busca, extração e síntese, automatizando a revisão de código em repositórios desconhecidos e lidando com escalações de clientes que exigem conhecimento de domínio nuances. Cada novo domínio de tarefa requer uma minuciosa engenharia de *harness* conduzida por especialistas: projetar os *prompts*, ferramentas, lógica de orquestração e critérios de avaliação que tornam um modelo de base eficaz. Apresentamos uma estrutura de dois níveis que automatiza este processo. No primeiro nível, o Ciclo de Evolução do *Harness* otimiza o *harness* H de um agente trabalhador para uma única tarefa: um Agente Trabalhador W_{H} executa a tarefa, um Agente Avaliador V diagnostica adversarialmente as falhas e pontua o desempenho, e um Agente de Evolução E modifica o *harness* com base no histórico completo de tentativas anteriores. No segundo nível, o Meta-Ciclo de Evolução otimiza o protocolo de evolução Λ = (W_{H}, H^{(0)}, V, E) propriamente dito em diversas tarefas, aprendendo um protocolo Λ^{(melhor)} que permite a rápida convergência do *harness* em qualquer nova tarefa — de modo que adaptar um agente a um domínio novo não requer nenhuma engenharia de *harness* humana. Formalizamos a correspondência com a meta-aprendizagem e apresentamos ambos os algoritmos. A estrutura transforma a engenharia manual de *harness* em engenharia automatizada de *harness*, e dá um passo adiante — automatizando o projeto da própria automação.
English
AI agents are increasingly deployed on complex, domain-specific workflows -- navigating enterprise web applications that require dozens of clicks and form fills, orchestrating multi-step research pipelines that span search, extraction, and synthesis, automating code review across unfamiliar repositories, and handling customer escalations that demand nuanced domain knowledge. Each new task domain requires painstaking, expert-driven harness engineering: designing the prompts, tools, orchestration logic, and evaluation criteria that make a foundation model effective. We present a two-level framework that automates this process. At the first level, the Harness Evolution Loop optimizes a worker agent's harness H for a single task: a Worker Agent W_{H} executes the task, an Evaluator Agent V adversarially diagnoses failures and scores performance, and an Evolution Agent E modifies the harness based on the full history of prior attempts. At the second level, the Meta-Evolution Loop optimizes the evolution protocol Λ= (W_{H}, H^{(0)}, V, E) itself across diverse tasks, learning a protocol Λ^{(text{best)} that enables rapid harness convergence on any new task -- so that adapting an agent to a novel domain requires no human harness engineering at all.} We formalize the correspondence to meta-learning and present both algorithms. The framework shifts manual harness engineering into automated harness engineering, and takes one step further -- automating the design of the automation itself.